Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash — это модель преобразования текста в речь с низкой задержкой от Microsoft AI для голосовых агентов, ассистентов, колл-центров, обеспечения доступности, озвучивания и других интерактивных приложений. Она создаёт выразительную 24 kHz монофоническую речь на 15 языках и 18 локалях, обеспечивая точный контроль тона и подачи. Голосовое промптирование и клонирование требуют Microsoft AI-approved доступа и соответствующего согласия говорящего.

Модальности

Символы

1 799,78 ₽ за 1 млн символов

Контекст

Не указан

Добавлена

23 июл. 2026 г.

Провайдеры

Для этой модели используется маршрут, указанный в таблице провайдеров.

Для этой модели используется фиксированный маршрут. Выбор и сортировка провайдеров недоступны.

Провайдеры: 1Варианты: 1

Провайдер	Цена	Задержка	Скорость	Доступность
Azure `azure`	1 799,78 ₽за 1 млн символов	—	—	100,00%

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Символы	1 799,78 ₽за 1 млн символов

Бенчмарки

Результаты стандартизированных оценок. Для индексов, ELO и точности большее значение означает лучший результат.

Design Arena

ELO и доля побед по категориям визуальных задач.

Источник

audiorealismтоп 34%

1 126ELO

49%побед1,7 ссреднее2/6место

text-to-speechтоп 100%

1 126ELO

43,4%побед3,4 ссреднее3/3место

Данные API на 18.10.2026, 06:14:33.

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Входные модальности

text

Выходные модальности

speech

Пример запроса

curl https://gorouter.ru/api/v1/audio/speech \
  -H "Authorization: Bearer $GOROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "microsoft/mai-voice-2-flash",
  "input": "Привет! Это GoRouter.",
  "voice": "alloy",
  "format": "mp3"
}'